※ この記事の日本語には、少し不自然な部分があるかもしれません。AIの言語サポートを利用しながら作成しています。
目次
- はじめに
- 1. Agent Skills とは
- 2. SDLCへの完璧なマッピング
- 3. 実プロジェクトでの適用方法（私のワークフロー）
- 4. 通常のプロンプトとの違い – 3つの「黄金の違い」
- 5. まとめ
- 最後に
はじめに
この記事は、AIコーディングツール（Claude Code、Cursor、GitHub Copilotなど）を日常的に使っているエンジニア、またはこれから導入を検討している技術リーダーを対象としています。
筆者について：私は現在、日本市場向けのシステム開発を手がけるTOMOSIA VIETNAMでエンジニアとして働いています。AIコーディングツールを日々活用する中で、「AIが書くコードの品質が安定しない」という課題に直面し、その解決策を模索してきました。
この記事の目的：
- AIコーディングを「プロトタイプ作成ツール」から「本番品質のコードを書くシニアエンジニア」に昇格させる方法を紹介する
- Googleのシニアエンジニア Addy Osmani が公開した
agent-skillsリポジトリの実践的な使い方を解説する - 実際のプロジェクトでどのように適用しているかを具体的なワークフローとともに共有する
想定読者：
- AIコーディングツールを使っているが「なんとなく物足りない」と感じている方
- AIが書くコードの品質を上げたいエンジニア
- チームでAI活用のルールを整備したいリーダー
AIコーディングをシニアエンジニアに変える「Agent Skills」 – SDLCへの実践的適用
私たちは、AIが数秒でコードを書ける時代に生きています。
しかし、現実にはAIが生成するコードの大半は**「プロトタイプとしては十分」**な品質であり、本番環境にそのまま投入できるレベルには達していません。
なぜか？
AIはデフォルトで最短経路を選ぶからです。スペックをスキップし、テストをスキップし、レビュープロセスをスキップして、いきなりコードを書き始めます。
この問題に対する解決策が、addyosmani/agent-skills リポジトリです。
repo: https://github.com/addyosmani/agent-skills
Googleのベテランエンジニア Addy Osmani によって構築されたこのリポジトリは、24の構造化された「スキル（Skills）」 を提供します。これらは単なるプロンプトではなく、シニアエンジニアのワークフローそのものをパッケージ化したものです。AIコーディングエージェント（Claude Code、Cursor、Gemini CLIなど）に、本物のシニアエンジニアのように考え、行動することを強制します。
1. Agent Skills とは
このリポジトリは現在 63k Stars と 6.8k Forks を獲得しており、その注目度の高さがうかがえます。
特徴：
-
SKILL.mdという純粋なMarkdownファイルとして設計 - 最新のAIツールのほとんどにインストール可能
特に注目すべきは、SDLC全体をカバーする7つのSlash Commandです：
| フェーズ | コマンド | コア原則 |
|---|---|---|
| 定義 | /spec |
コードより先にスペック |
| 計画 | /plan |
小さなタスク、アトミックに |
| 構築 | /build |
一度に一つずつ |
| テスト | /test |
テストが証拠となる |
| レビュー | /review |
コードの健全性を高める |
| 簡素化 | /code-simplify |
複雑より明確に |
| デプロイ | /ship |
安全より迅速に |
2. SDLCへの完璧なマッピング
この7つのコマンドが、標準的なソフトウェア開発ライフサイクル（SDLC）の6つのフェーズに完璧に対応している点が素晴らしいです。
AIにあれこれ指示を出す代わりに、コマンドを打つだけで、対応するスキルが自動的に起動します。
3. 実プロジェクトでの適用方法（私のワークフロー）
以下は、このスキルセットを実際のプロジェクトでどのように活用しているかです。
フェーズ1: 起動と定義（要件定義・分析）
-
ツール:
/spec+ スキルinterview-me -
使い方:
- 何ページものドキュメントを書く代わりに、Claude Codeを開き、アイデアを簡単に説明して
/specと入力します。 - AIは即座に
interview-meスキルを起動し、ビジネスアナリストのように質問を投げかけ、私がまだ気づいていない暗黙の要件を引き出します。 - 結果として、詳細なPRD（製品要件定義書） が生成されます。
- 何ページものドキュメントを書く代わりに、Claude Codeを開き、アイデアを簡単に説明して
フェーズ2: 計画（設計・計画）
-
ツール:
/plan -
使い方:
- Specができたら
/planと入力します。 - AIは
planning-and-task-breakdownスキルを起動し、作業をアトミックなタスクに分解し、難易度を見積もり、依存関係を整理します。 - これにより、現実に即した工数見積もりが可能になります。
- Specができたら
フェーズ3: 開発（実装・テスト）
-
ツール:
/build auto+ スキルtest-driven-development -
使い方（最も時間を節約できるフェーズ）:
-
/build autoを実行すると、AIはPlanを読み込み、タスクを順次実装します。 - TDD（テスト駆動開発） の原則に従い、最初にテストを書き、その後にコードを実装（Red-Green-Refactor）し、小さな単位でコミットします。
- UI作業では、
browser-testing-with-devtoolsスキルを活用し、Chrome DevToolsを実際に操作してDOMやネットワークを検証します（推測ではありません）。
-
フェーズ4: レビューと改善（レビュー・リファクタリング）
-
ツール:
/review&/code-simplify -
使い方:
- AIがPull Requestを完了したら、500行のコードを人間がレビューする必要はありません。
-
/reviewを実行すると、code-review-and-qualityスキルとcode-reviewer.mdエージェントが起動し、5つの軸（設計、機能、複雑性、テスト、セキュリティ）でコードを分析します。 - 複雑なコードには
/code-simplifyを使用します。このスキルは "Chesterton's Fence"（チェスタートンのフェンス） の原則を適用し、「なぜそこにコードがあるのか」を理解するまでは削除しない、という安全なリファクタリングを実現します。
フェーズ5: デプロイ（リリース・運用）
-
ツール:
/ship -
使い方:
- マージ前に
/shipを実行します。 - このコマンドは盲目的なデプロイではなく、以下のスキル群を起動します：
-
observability-and-instrumentation（ログ・メトリクスの確認） -
ci-cd-and-automation（パイプラインの確認） -
shipping-and-launch（Feature Flag、ロールバック計画の確認）
-
- AIはチェックリストを表示し、各項目を人間が確認するまでマージを許可しません。
- マージ前に
4. 通常のプロンプトとの違い – 3つの「黄金の違い」
このスキルセットを実際に使ってみて、通常のプロンプトとは3つの大きな違いがあることに気づきました。
① 正当化防止テーブル（Anti-rationalization Tables）
各スキルには、AIがよく言い訳するパターン（例：「テストは後で追加します」、「この部分はセキュリティは不要です」）と、それに対する反論が表形式で記載されています。これにより、AIがプロセスをスキップすることができません。
② 検証は必須（Verification is Mandatory）
すべてのスキルに終了条件（Exit Criteria） が定義されています。「たぶん大丈夫そう」では不十分です。AIは明確な証拠（ビルド成功、テスト通過、実際のログなど）を提示する必要があります。
③ 段階的開示（Progressive Disclosure）
各スキルは非常に詳細ですが、AIは最初に短い説明だけを読みます。詳細な情報が必要になった時点で初めて外部ファイルを「開く」ため、トークン消費を最小限に抑えられます。
5. まとめ
もしあなたがAIを使ってコードを書いていて、出力品質が不安定だと感じているなら、addyosmani/agent-skills をぜひ試してみてください。
インストール方法：
-
Claude Code の場合：
/plugin marketplace add addyosmani/agent-skills -
Cursor や Windsurf の場合：
.mdファイルを手動でルールディレクトリにコピー
このスキルセットを導入してから、私の働き方は大きく変わりました。
以前：AIの「バグ修正係」として、生成されたコードの後始末をする立場。
現在：「プロジェクトマネージャー」として戦略的な指示（/spec、/plan）を出し、AIには専門的な実装とテストに集中させる立場。
結果として：
- ✅ コード品質が向上
- ✅ 技術的負債（Tech Debt）が減少
- ✅ 納品速度が大幅に向上
AIはツールです。しかし、正しいワークフローを与えることで、単なるツールから信頼できるシニアエンジニアへと変身させることができるのです。
最後に
ここまでお読みいただき、誠にありがとうございます。
もし**「システム開発を依頼したい」「技術的な相談をしたい」「AIを活用した課題解決のアイデアがある」** といったお悩みがございましたら、ぜひ私たちTOMOSIA VIETNAMにご相談ください。
私たちの主なサービス
- 💻 ソフトウェア受託開発（Web・アプリ・システム）
- 🤖 AIソリューション（チャットボット、画像処理、LLM応用）
- 📱 モバイルアプリ開発（iOS / Android）
- 🔌 Fintech / IoT開発
- 🔧 ブリッジSE（BrSE）支援（日本語でのコミュニケーションをスムーズに）
私たちの強み
- ISO/IEC 27001（情報セキュリティ）認証取得済み – 安心して任せていただけます
- 日本語対応チーム – 日本の文化・ビジネス習慣を理解したメンバーが直接対応
- 「Win-Win, Happy Together」の文化 – 長期的なパートナーシップを大切にします
🔗 公式サイト: tomosia.com